基于OPAC搜索的高校图书馆图书资源需求预测
论文通过对高校图书馆OPAC搜索的数据挖掘,构建了以国图分类号划分的图书资源需求量预测模型。首先设计了针对OPAC关键词的分类方法,对读者外借、预约及OPAC搜索三个预测器的数据分布进行统计分析,然后完成基于搜索量的线性回归预测模型设计,并与基础预测模型进行伪样本外预测检验,验证了加入搜索关键词变量后的模型能够提供更准确的数据预测结果。最后,提出了基于需求预测结果的采购决策模型,为图书采购的比例分配提供数据参考。...
Gespeichert in:
| Veröffentlicht in: | 新世纪图书馆 2020-07 (7), p.53-57 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 57 |
|---|---|
| container_issue | 7 |
| container_start_page | 53 |
| container_title | 新世纪图书馆 |
| container_volume | |
| creator | 漆月 |
| description | 论文通过对高校图书馆OPAC搜索的数据挖掘,构建了以国图分类号划分的图书资源需求量预测模型。首先设计了针对OPAC关键词的分类方法,对读者外借、预约及OPAC搜索三个预测器的数据分布进行统计分析,然后完成基于搜索量的线性回归预测模型设计,并与基础预测模型进行伪样本外预测检验,验证了加入搜索关键词变量后的模型能够提供更准确的数据预测结果。最后,提出了基于需求预测结果的采购决策模型,为图书采购的比例分配提供数据参考。 |
| doi_str_mv | 10.16810/j.cnki.1672-514X.2020.07.009 |
| format | Article |
| fullrecord | <record><control><sourceid>cass_wanfa</sourceid><recordid>TN_cdi_wanfang_journals_xsjtsg202007010</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cass_id>7102518425</cass_id><wanfj_id>xsjtsg202007010</wanfj_id><sourcerecordid>7102518425</sourcerecordid><originalsourceid>FETCH-LOGICAL-c520-86a2e1393414cc962688fabec465b0d3230e11ca2d033fbec0b1e425f30dfdbb3</originalsourceid><addsrcrecordid>eNpjYFA1NNAzNLMwNNDP0kvOy84EcsyNdE0NTSL0jAyMDPQMzPUMDCxZGDjh4hwMvMXFmUkGhkBobGZqyMlg9XT-rie7-vwDHJ2fTZjzfMui57NaXq6e8WzBwqez9z3ZuezlsjYI48XWlme7Jryc0_BsY9PLRS3PtnbzMLCmJeYUp_JCaW6GEDfXEGcPXR9_d09nRx_dZFMjA10Ls0SjVENjS2MTQ5PkZEszIzMLi7TEpNRkEzPTJIMUYyNjg1RDw-REoxQDY-M0oLhBkmGqiZFpmrFBSlpKUpIxN4M6xNjyxLy0xLz0-Kz80qI8oIXxFcVZJcXpIK8amIM8xM0gDVGZnFhcHJ9XXJwSb25oYGRqaAE0zxgAOGJnXQ</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于OPAC搜索的高校图书馆图书资源需求预测</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>漆月</creator><creatorcontrib>漆月</creatorcontrib><description>论文通过对高校图书馆OPAC搜索的数据挖掘,构建了以国图分类号划分的图书资源需求量预测模型。首先设计了针对OPAC关键词的分类方法,对读者外借、预约及OPAC搜索三个预测器的数据分布进行统计分析,然后完成基于搜索量的线性回归预测模型设计,并与基础预测模型进行伪样本外预测检验,验证了加入搜索关键词变量后的模型能够提供更准确的数据预测结果。最后,提出了基于需求预测结果的采购决策模型,为图书采购的比例分配提供数据参考。</description><identifier>ISSN: 1672-514X</identifier><identifier>DOI: 10.16810/j.cnki.1672-514X.2020.07.009</identifier><language>chi</language><publisher>江苏省图书馆学会</publisher><ispartof>新世纪图书馆, 2020-07 (7), p.53-57</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/xsjtsg/xsjtsg.jpg</thumbnail><link.rule.ids>314,776,780,27903,27904</link.rule.ids></links><search><creatorcontrib>漆月</creatorcontrib><title>基于OPAC搜索的高校图书馆图书资源需求预测</title><title>新世纪图书馆</title><description>论文通过对高校图书馆OPAC搜索的数据挖掘,构建了以国图分类号划分的图书资源需求量预测模型。首先设计了针对OPAC关键词的分类方法,对读者外借、预约及OPAC搜索三个预测器的数据分布进行统计分析,然后完成基于搜索量的线性回归预测模型设计,并与基础预测模型进行伪样本外预测检验,验证了加入搜索关键词变量后的模型能够提供更准确的数据预测结果。最后,提出了基于需求预测结果的采购决策模型,为图书采购的比例分配提供数据参考。</description><issn>1672-514X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2020</creationdate><recordtype>article</recordtype><recordid>eNpjYFA1NNAzNLMwNNDP0kvOy84EcsyNdE0NTSL0jAyMDPQMzPUMDCxZGDjh4hwMvMXFmUkGhkBobGZqyMlg9XT-rie7-vwDHJ2fTZjzfMui57NaXq6e8WzBwqez9z3ZuezlsjYI48XWlme7Jryc0_BsY9PLRS3PtnbzMLCmJeYUp_JCaW6GEDfXEGcPXR9_d09nRx_dZFMjA10Ls0SjVENjS2MTQ5PkZEszIzMLi7TEpNRkEzPTJIMUYyNjg1RDw-REoxQDY-M0oLhBkmGqiZFpmrFBSlpKUpIxN4M6xNjyxLy0xLz0-Kz80qI8oIXxFcVZJcXpIK8amIM8xM0gDVGZnFhcHJ9XXJwSb25oYGRqaAE0zxgAOGJnXQ</recordid><startdate>20200701</startdate><enddate>20200701</enddate><creator>漆月</creator><general>江苏省图书馆学会</general><general>南京图书馆</general><general>西南大学图书馆 重庆北碚,400715</general><scope>NSCOK</scope><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>20200701</creationdate><title>基于OPAC搜索的高校图书馆图书资源需求预测</title><author>漆月</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c520-86a2e1393414cc962688fabec465b0d3230e11ca2d033fbec0b1e425f30dfdbb3</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2020</creationdate><toplevel>online_resources</toplevel><creatorcontrib>漆月</creatorcontrib><collection>国家哲学社会科学文献中心 (National Center for Philosophy and Social Sciences Documentation)</collection><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>新世纪图书馆</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>漆月</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于OPAC搜索的高校图书馆图书资源需求预测</atitle><jtitle>新世纪图书馆</jtitle><date>2020-07-01</date><risdate>2020</risdate><issue>7</issue><spage>53</spage><epage>57</epage><pages>53-57</pages><issn>1672-514X</issn><abstract>论文通过对高校图书馆OPAC搜索的数据挖掘,构建了以国图分类号划分的图书资源需求量预测模型。首先设计了针对OPAC关键词的分类方法,对读者外借、预约及OPAC搜索三个预测器的数据分布进行统计分析,然后完成基于搜索量的线性回归预测模型设计,并与基础预测模型进行伪样本外预测检验,验证了加入搜索关键词变量后的模型能够提供更准确的数据预测结果。最后,提出了基于需求预测结果的采购决策模型,为图书采购的比例分配提供数据参考。</abstract><pub>江苏省图书馆学会</pub><doi>10.16810/j.cnki.1672-514X.2020.07.009</doi><tpages>5</tpages><oa>free_for_read</oa></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1672-514X |
| ispartof | 新世纪图书馆, 2020-07 (7), p.53-57 |
| issn | 1672-514X |
| language | chi |
| recordid | cdi_wanfang_journals_xsjtsg202007010 |
| source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
| title | 基于OPAC搜索的高校图书馆图书资源需求预测 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-26T01%3A07%3A49IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-cass_wanfa&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8EOPAC%E6%90%9C%E7%B4%A2%E7%9A%84%E9%AB%98%E6%A0%A1%E5%9B%BE%E4%B9%A6%E9%A6%86%E5%9B%BE%E4%B9%A6%E8%B5%84%E6%BA%90%E9%9C%80%E6%B1%82%E9%A2%84%E6%B5%8B&rft.jtitle=%E6%96%B0%E4%B8%96%E7%BA%AA%E5%9B%BE%E4%B9%A6%E9%A6%86&rft.au=%E6%BC%86%E6%9C%88&rft.date=2020-07-01&rft.issue=7&rft.spage=53&rft.epage=57&rft.pages=53-57&rft.issn=1672-514X&rft_id=info:doi/10.16810/j.cnki.1672-514X.2020.07.009&rft_dat=%3Ccass_wanfa%3E7102518425%3C/cass_wanfa%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cass_id=7102518425&rft_wanfj_id=xsjtsg202007010&rfr_iscdi=true |